• Keine Ergebnisse gefunden

Ubungsblatt 3 zur Vorlesung ”Angewandte Stochastik” ¨

N/A
N/A
Protected

Academic year: 2021

Aktie "Ubungsblatt 3 zur Vorlesung ”Angewandte Stochastik” ¨"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ubungsblatt 3 zur Vorlesung ”Angewandte Stochastik” ¨

Elementare Eigenschaften von Markov-Ketten, Stoppzeit

Herausgabe des ¨Ubungsblattes: Woche 11, Abgabe der L¨osungen: Woche 12 (bis Freitag, 16.15 Uhr), R¨uckgabe und Besprechung: Woche 13 oder asap

Must

Aufgabe 17 [FTW mit bedingten Wahrscheinlichkeiten: bFTW]

(vgl. WTS-Lemma 1.7)B1, B2, . . .sei eine Partition von Ω (dieBi’s sind disjunkt undi=1Bi= Ω). Weiter sei f¨ur alleBi, i≥1,P[Bi]>0 erf¨ullt. Des weiteren habe man einC, so dassP[C]>0. Zeigen Sie, dann gilt f¨ur jedesA∈ A:

P[A|C] = X i=1

P[A|C∩Bi]P[Bi|C].

Dabei definieren wirP[A|C∩Bi]P[Bi|C] := 0 fallsBi∩C=φ.

Standard

Aufgabe 18 [Mehrere Schritte][3 Punkte]

Sei (Xn)n≥0 eine Markov-Kette mit ¨UbergangsmatrixP, Initialverteilung λund ZustandsraumZ+. Zeigen Sie, dass f¨ur alle (i0, i1, . . . , in−1, j1, . . . , jk)(Z+)n+k undk≥1, n0, i0 gilt

P[Xn+1=j1, Xn+2=j2, . . . , Xn+k=jk|Xn=i, Xn−1=in−1, . . . , X0=i0]

=P[X1=j1, X2=j2, . . . , Xk=jk|X0=i] =pij1pj1j2. . . pjk−1jk.

Aufgabe 19 [Der Random Walk RW als Markov-Kette][3 Punkte]

Sei (Xi)i≥1 eine Folge von iid Zufallsgr¨ossen. Es gelte P[Xi = 1] =p= 1P[Xi =−1], p∈(0,1) (nicht symmetrisch!). Definiere nun Sn := Sn−1+Xn und sei die Startverteilung P[S0 = i] = λi 0 ∀i Z.

Beschreiben Sie diese Ausgangslage mit Hilfe einer ¨Ubergangsmatrix und einer Initialverteilung (es ist kein Problem, dass der RW auf Z und nicht auf Z+ definiert ist). Beweisen Sie, dass es sich hierbei um eine Markov-Kette handelt.

Aufgabe 20 [Stoppzeit][3 Punkte]

Uberpr¨¨ ufen Sie, ob folgende Ausdr¨ucke eine Stoppzeit (Markov-Zeit) definieren:

a)N := max{n|Xn=j}

b)N := min{n|Pn

j=1(−1)jXj <−K}woK∈N.

(2)

Aufgabe 21 [die einfachste, nichttriviale Markov-Kette][2 Punkte]

Zeigen Sie durch Induktion, dass mitp, q∈(0,1) und P =

1−p p q 1−q

die MatrixPn von der Form 1 p+q

q+p(1−p−q)n p−p(1−q−p)n q−q(1−p−q)n p+q(1−q−p)n

ist. Wie ist ”P”? Was folgern Sie daraus?

Honours

Aufgabe 22 [Markov-Chain Monte Carlo (MCMC)][2+1 Punkte]

Mit der gleichen Ausgangslage wie in Aufgabe 21, w¨ahlen wirp01= 0.3 und p10 = 0.4. Simulieren Sie mit mindestens 1000 Durchg¨angen in einer geeigneten Rechenumgebung folgende Wahrscheinlichkeiten:

a) mit Startwert 0, Wahrscheinlichkeit, nach 5, 10, 15, 20, 50, 100, 1000 Schritten in 0 zu sein, b) mit Startwert 1, Wahrscheinlichkeit, nach 5, 10, 15, 20, 50, 100, 1000 Schritten in 0 zu sein, und vergleichen Sie die Resultate mit dem Resultat aus Aufgabe 21.

Referenzen

ÄHNLICHE DOKUMENTE

Vorsitzende Werner Reich beendete die Versammlung, nicht ohne einen Appell an alle Anwesenden, sich verstärkt um neue Mitglieder, sei es aktiv oder passiv, zu bemühen, da für

Für Menschen, die keinen Platz im Gottes- dienst bekommen oder aus anderen Gründen nicht in die Kirche gehen können oder möch- ten, wird es auch in diesem Jahr wieder ein

Ein Spieler hat dann gewonnen, wenn er sein Symbol dreimal in einer Zeile, einer Spalte oder einer der beiden Diagonalen anordnen konnte.. Aufgabe 1 Formalisieren Sie eine

Herausgabe des ¨ Ubungsblattes: Woche 16, Abgabe der L¨osungen: Woche 17 (bis

Herausgabe des ¨ Ubungsblattes: Woche 17, Abgabe der L¨osungen: Woche 18 (bis

Herausgabe des ¨ Ubungsblattes: Woche 18, Abgabe der L¨ osungen: Woche 19 (bis Freitag 9. Geben Sie bitte den Wahrscheinlichkeitsraum genau an. Zur Berechnung des Erwartungswertes

Begr¨unden Sie Ihre Antwort auf Grund der L¨osung der Gleichungen im Hauptsatz ¨uber das station¨are Mass.. Aufgabe 41 [Irrfahrt auf Z]

Wir nehmen an, dass jeder Mensch potentiell infekti¨ose Kontakte macht; die Verteilung der Zeitpunkte der Kontakte wird mit einem Poisson-Prozess der Rate λ modelliert. Alle